Saya pikir, $POD dari @dphnAI adalah salah satu runner AI terdesentralisasi paling menarik saat ini: model open-source tanpa sensor, didukung oleh DePIN. Diluncurkan pada 2023 oleh Eric Hartford dan tim, Dolphin telah merilis puluhan model tanpa sensor di Hugging Face dengan jutaan unduhan bulanan. Sekarang, setelah rebranding, mereka telah merilis seluruh tokenomics peer-to-pool. Berikut ringkasan 30 detik tanpa basa-basi. - ❶ Apa yang sebenarnya mereka selesaikan? - Model AI yang disensor - Inferensi mahal dan terpusat - Pasokan GPU menganggur yang terbuang - Bottleneck data sintetis - Kompleksitas verifikasi terdesentralisasi Ini dicapai melalui dua solusi. → Fine-tuning basis open-source terbaik (Llama, Mistral, Qwen, dll.) menjadi LLM berkualitas tinggi, benar-benar tanpa sensor, yang mempertahankan (atau bahkan meningkatkan) kecerdasan, kreativitas, penggunaan alat, dan kemampuan roleplay. → Membangun Dolphin Network – jaringan GPU terdistribusi di mana siapa pun dapat menjalankan node dengan perangkat keras menganggur (PC gaming, kartu konsumen, apa pun) untuk mendukung inferensi murah + generasi data sintetis skala besar. - ❷ Dolphin Network – Desain Peer-to-Pool Berbeda dengan sebagian besar DePIN 1:1 sewa, mereka menggunakan pool: - Node yang menjalankan model yang sama dikelompokkan bersama. - Permintaan ditugaskan secara acak (tidak ada hubungan langsung pembeli-penjual). - Node mendapat imbalan murni berdasarkan token yang diproses (dibayar dari kas protokol). - Pengguna membeli kredit langsung dari protokol (POD, ETH, BTC, USDC, bahkan Monero/Zcash diterima). Dolphin Mistral 24b kini menjadi model tanpa sensor default untuk semua pengguna @AskVenice. Roadmap-nya pragmatis, tapi ambisius: (Sekarang) Beta inferensi terdistribusi Berikutnya (urutan): → Node gambar/video/audio/transkripsi → Suite generasi data sintetis → Auto-balancing Lighthouse → Inferensi terdistribusi terpecah → Distributed LoRA / SFT (fine-tuning terawasi) → Pembelajaran penguatan terdistribusi → SFT parameter penuh terdistribusi → Suite pembuatan & fine-tuning model → Pre-training terdistribusi skala besar - ❸ POD Utilitas & akumulasi nilai: - Staking (xPOD vault) → dividen majemuk otomatis dari buyback + kredit inferensi harian + manfaat. - Operator node mengikat POD (dapat di-slash) untuk mendapat imbalan. Multiplier boost gaya Curve semakin banyak Anda berkomitmen relatif terhadap pendapatan. - Validator dengan ikatan lebih besar membantu mengamankan jaringan. ➠ Poin Kunci: 100% pendapatan otomatis membeli POD di pasar terbuka → tekanan beli nyata yang konstan yang bisa mengalahkan emisi. - ❹ Kesimpulan Penggunaan = pendapatan = buyback = nilai bagi staker dan operator yang mengikat. Tidak ada ekuitas eksternal berarti token POD menangkap semuanya. Dibangun seperti campuran ETH (slashing), CURVE (boost), dan XSUSHI (majemuk otomatis), tetapi disesuaikan khusus untuk inferensi AI berbasis penggunaan + data sintetis.